本文主要研究了Sigma点非线性卡尔曼滤波算法(SPKF)并设计炮位侦查仿真系统。首先,对UKF、CDKF、CKF这几种典型的SPKF进行分析,介绍了各算法中Sigma点的采样规则及详细算法流程。在此基础上提出了一种基于噪声补偿的迭代平方根CKF算法(NISRCKF),在继承SRCKF快速和鲁棒等优点的基础上,结合Gauss-Newton迭代理论和噪声补偿方法,设计了一种对SRCKF的量测更新过程进行迭代更新的新算法,充分利用了最新的量测信息,通过选取合适的噪声补偿因子进一步提高滤波效果,在再入弹道目标状态估计仿真实验中体现了相对其他SPKF的优势,且滤波精度随迭代次数的增加有所提高。其次,针对非线性滤波算法的运算效率问题,提出了一种比例最小偏度单形平方根UCKF(SSRUCKF)算法。在预测阶段,SSRUCKF将最小偏度单形采样策略引入SRUKF中的UT变换中,用较少的采样点进行非线性传递;在量测更新阶段,其利用Spherical-Radial Cubature规则选取Sigma点并传递误差协方差的平方根。相比其他SPKF,SSRUCKF预测过程的采样点更少,在保持良好滤波精度的同时能较大地提高运算效率,适用于实时性要求较高的非线性系统。最后,分析火炮在飞行过程中的动力学模型,以此为基础设计炮位侦察仿真系统软件,验证了非线性滤波算法的实用性能,相关实验表明该系统具有一定可用性。